关键词:
积雪覆盖度
北半球
CMIP6
评估
预估
摘要:
积雪是对气候变化响应最敏感的自然要素之一,对地表的辐射平衡和水循环有着重要影响,全球积雪覆盖面积约为46×10~6 km2,且98%分布在北半球,由于积雪具有独特的辐射(高表面反照率)和热(低热传导率)特性,其变化对陆地和大气之间的能量平衡和水循环过程具有重要的影响,在全球变暖背景下,近几十年来北半球积雪覆盖面积减少趋势明显,尤其春季最明显,基于观测数据评估CMIP6模式数据对于积雪覆盖面积的模拟能力,应用多模式平均评估未来时期积雪覆盖度的变化情况。本文以美国国家海洋和大气管理局/美国国家气候数据中心(NOAA/NCDC)的积雪产品为参考数据,采用泰勒技巧评分、相对偏差等方法,对国际耦合模式比较计划第六阶段(CMIP6)发布的1982-2014年北半球春季积雪覆盖度(SCF)数据进行评估,并选取排名前三的模式的集合平均预估未来(2015-2099年)不同排放情景下SCF的时空变化特征。结果表明:历史时期(1982-2014年)从整体上看,积雪覆盖度呈现出高纬高,低纬低,青藏高原和亚洲东部等高海拔地区较同纬地区高的特点,北半球的积雪覆盖度呈减少趋势地区为68.37%,积雪覆盖度呈现增加趋势的区域面积占北半球总面积的31.63%,与参考数据相比,CMIP6各模式模拟北半球春季SCF在大部分地区表现为减少特征,多数CMIP6模式高估了青藏高原地区的SCF,大多模式的SCF结果呈减少趋势的地区大于参考区域,并且低估了3月、4月和5月的SCF。总体来看,各模式模拟SCF的能力存在差异,其中NorESM2-MM、CESM2、BBC-CSM2-MR、NorESM2-LM和CESM2-WACCM综合模拟能力最优,模拟能力最差的是MIROC-ES2L、MPI-ESM1-2-LR和MPIESM-1-2-HAM。而多模式集合平均(MME)的模拟能力在各方面都优于多数单个模式,其综合模拟能力泰勒得分与NorESM2-MM模式和CESM2-WACCM模式均为最高的0.984,在空间分布、年际变化趋势、年内变化三个方面,CMIP6各模式模拟北半球春季SCF的能力差异显著,CMIP6 MME模拟的北半球春季SCF更接近观测数据(CMIP6各模式的偏差值为-14.27%~5.96%,CMIP6 MME的偏差值为-2.3%),相对于1982-2014年参考时段,21世纪末期(2067-2099年)北半球春季SCF在大部分地区表现为减少特征,随着排放强度的提高,SCF的减少程度愈加显著,SCF呈减少的地区也愈加扩大,在2015-2099年期间,不同排放情景下SCF的变化在2040年之前较一致,2040年之后,SSP1-2.6情景下SCF维持稳定状态,在SSP2-4.5情景下呈微弱减少趋势,在SSP5-8.5情景下则呈显著减少趋势。